Pandas 对文件进行排序并对值进行分组

Question

我正在学习大熊猫，但是遇到了一些麻烦。 我将数据作为数据帧导入，并希望将2017年人口值汇入四个相等大小的组。 并计算group4的数量

，但是系统打印出来：

---------------------------------------------------------------------------
KeyError                                  Traceback (most recent call last)
<ipython-input-52-05d9f2e7ffc8> in <module>
      2 
      3 df=pd.read_excel('C:/Users/Sam/Desktop/商業分析/Python_Jabbia1e/Chapter 2/jaggia_ba_1e_ch02_Data_Files.xlsx',sheet_name='Population')
----> 4 df=df.sort_values('2017',ascending=True)
      5 df['Group'] = pd.qcut(df['2017'], q = 4, labels = range(1, 5))
      6 splitData = [group for _, group in df.groupby('Group')]

C:\ProgramData\Anaconda3\lib\site-packages\pandas\core\frame.py in sort_values(self, by, axis, ascending, inplace, kind, na_position, ignore_index, key)
   5453 
   5454             by = by[0]
-> 5455             k = self._get_label_or_level_values(by, axis=axis)
   5456 
   5457             # need to rewrap column in Series to apply key function

C:\ProgramData\Anaconda3\lib\site-packages\pandas\core\generic.py in _get_label_or_level_values(self, key, axis)
   1682             values = self.axes[axis].get_level_values(key)._values
   1683         else:
-> 1684             raise KeyError(key)
   1685 
   1686         # Check for duplicates

KeyError: '2017'

有什么问题？ 谢谢〜

这是数据框：

，我尝试了：

df=pd.read_excel('C:/Users/Sam/Desktop/商業分析/Python_Jabbia1e/Chapter 2/jaggia_ba_1e_ch02_Data_Files.xlsx',sheet_name='Population')
df=df.sort_values('2017',ascending=True)
df['Group'] = pd.qcut(df['2017'], q = 4, labels = range(1, 5))
splitData = [group for _, group in df.groupby('Group')]
print('The number of group4 is :',splitData[3].shape[0])

Answer 1

您正在将 df.sort_values() 的键作为 str 插入。您可以将其作为列表中的元素提供，也可以不提供。

df = df.sort_values(by=['2017'], ascending=True)

或

df = df.sort_values(by='2017', ascending=True)

仅当列值与您传递的字符串完全匹配时才有效。如果它不是字符串或者该字符串包含一些空格，则它将不起作用。您可以在排序之前删除任何尾随空格，

df.columns = df.columns.str.strip()

如果它不是您应该使用的字符串，

df = df.sort_values(by=[2017], ascending=True)

Answer 2

首先，您有4条与排序有问题，您告诉排序功能以寻找String 2017，但它是整数。尝试此操作，然后继续使用您的代码：

df=df.sort_values([2017],ascending=True)